omniASR-CTC-7B-v2
Meta · États-Unis
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
En bref : 29e sur 39 en transcription en français ; 50e sur 53 en transcription en anglais (Open ASR).
Présentation
Modèle ouvert de reconnaissance vocale de la famille Omnilingual ASR de Meta, version v2 de décembre 2025 à décodage CTC. Elle transcrit l'audio sans décodeur de type LLM, et la famille couvre plus de 1600 langues. Lu sur raw.githubusercontent.com, le 17/10/2026.
- Sortie
- décembre 2025 lu sur la page de l'éditeur
- Taille
- 6,5 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : plus de 1600 langues, dont le français. Lu sur raw.githubusercontent.com.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 29e sur 39 en transcription en français (7,57 %).
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Transcription
Transcription en français
29e sur 39taux d'erreur par mot 7,57 %
Vitesse : RTFx 333 : transcrit 333 secondes d'audio par seconde de calculPar jeu de test : Common Voice 10,12 %, FLEURS 7,65 %, MLS 4,94 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
50e sur 53taux d'erreur par mot 11,50 %
Vitesse : RTFx 519 : transcrit 519 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 17,44 %, Earnings22-Cleaned-AA-chunked 18,30 %, Gigaspeech-Cleaned 12,95 %, LS Clean 2,12 %, LS Other 5,05 %, Private (conversational) 20,62 %, Private (scripted) 14,66 %, SPGISpeech 5,16 %, URGENT24 18,68 %, Voice Arena Monsoon 7,08 %, Voxpopuli-AA-Cleaned 4,43 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, omniASR-LLM-1B-v2 (28e, 7,00 %) · derrière, Voxtral Mini 4B Realtime (30e, 7,78 %)
- Transcription en anglais, Open ASR : devant, niagara-38m-batch.en (49e, 11,14 %) · derrière, Gemma 4 E4B (51e, 11,86 %)
Comment lire ces chiffres
Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
facebook/omniASR-CTC-7B-v2 - Fiche
- Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
- Pages lues
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« ## December 2025 Update »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« We release two suites of models: - Checkpoints of improved accuracy (CER) for the CTC and LLM-ASR models compared to our existing LLM-ASR model (`omniASR_{CTC,LLM}_{300M,1B,3B,7B}_v2`). »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« Omnilingual ASR is an open-source speech recognition system supporting over 1,600 languages »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/per_language_results_table_7B_llm_asr.csv (« fra_Latn,4615.1,2.2 »), 17/10/2026
- https://raw.githubusercontent.com/facebookresearch/omnilingual-asr/main/README.md (« | [`omniASR_CTC_7B_v2`](https://dl.fbaipublicfiles.com/mms/omniASR-CTC-7B-v2.pt) | ASR | 6_504_786_132 | »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.